Elaborato Storia della tecnologia

FONT

2.1 Dalle idee alle fondamenta:

Nel periodo che si estende dal 1930 al 1955, si è manifestato un fervore di idee e teorie che costituiscono le

fondamenta stesse dell'Intelligenza Artificiale contemporanea.

Nell’anno 1943, W. S. McCulloch e W. H. Pitts presentarono nell’articolo “A Logical Calculus of Ideas Immanent in

Nervous Activity” un raffinato modello di neurone, amalgamando la conoscenza approfondita della fisiologia e

della funzione neuronale con un'analisi formale della logica

proposizionale di Russell e Whitehead. Questo modello concepiva

il neurone come uno stato oscillante tra "acceso" e "spento" in

risposta a stimoli provenienti da neuroni adiacenti. Attraverso

questa concezione, dimostrarono con eloquenza che ogni funzione

computabile poteva essere calcolata da una rete di neuroni

connessi, sottolineando la versatilità di implementare operatori

logici quali "and", "or", "not" e altri, utilizzando tali strutture

neurali. Sebbene tali reti fossero in grado di simulare qualsiasi

funzione logica, la mancanza di un algoritmo per

Figura 2: Neurone artificiale

Fonte: Intelligenza artificiale, tra timori e reali possibilità - l'autoapprendimento pose una limitazione significativa.

Aula di Scienze (zanichelli.it) Donald Hebb nel 1949 formulò una regola, chiamata oggi

“apprendimento hebbiano”, di aggiornamento per la modifica dei pesi delle connessioni tra i neuroni.

L'apporto decisivo all'evoluzione delle reti neurali è stato fornito da Marvin Minsky e Dean Edmonds nel 1951

con la realizzazione del primo computer basato su una rete neurale, noto come SNARC (questo sistema,

composto da 3000 tubi a vuoto e un sofisticato sistema automatico di pilotaggio, ha simulato con successo una

rete di 40 neuroni). 1

Nel 1950, A.Turing nell’articolo "Computing Machinery and Intelligence", partendo dalla semplice ma

emblematica domanda “Can Machines think?”[2,433],

diede vita a ciò che era destinato a diventare un

pilastro della IA. Infatti, introducendo il celebre "test

di Turing", un audace esperimento che “sfida” un

giudice a distinguere tra le risposte di una macchina e

quelle di un essere umano attraverso un sofisticato

terminale, stimola, in quegli anni e nei successivi a

venire, profonde riflessioni sulla natura stessa Figura 3: Test di Turing

Fonte: 001-019_IA_C01_06 - BA.pdf [ZANICHELLI], page 1-19 @ Apogee

dell'intelligenza. La genialità di questo test risiede Preflight

nella sua capacità di sondare l'intelligenza artificiale,

inducendo il giudice a un intricato balletto di discernimento. Se il giudice non è in grado di ravvisare

correttamente tra l'opera di macchina e quella dell'essere umano, la macchina può essere legittimamente

considerata "intelligente". Quest'idea rivoluzionaria anticipava le ardue sfide che questi studi avrebbero

incontrato negli anni a causa della forte interferenza degli artefatti da essi prodotti con le funzioni cognitive degli

esseri umani.

2.2 “Look Ma, no hands” grandi Scoperte, ottimismo e aspettative elevate

John McCarthy battezzò questo periodo come "Look Ma, no hands”[3,6] , un'epoca caratterizzata da un fervente

ottimismo e da aspettative eccessivamente elevate. L'intelligenza artificiale sembrava in grado di compiere

imprese anche più complesse di quanto inizialmente previsto, sebbene il successo si dimostrasse molto più

avviluppato di quanto ci si aspettasse a primo impatto. Ma retrocediamo nel tempo.

Nel 1955, John McCarthy, all'epoca assistente universitario di matematica al Dartmouth College di Hanover, riuscì

a persuadere altri tre eminenti ricercatori, Marvin Minsky di Harvard, Nathan Rochester della IBM e Claude

Shannon dei Bell Telephone Laboratories, a unirsi a lui nell'organizzazione di un incontro di ricercatori americani

interessati alla teoria degli automi, alle reti neurali e allo studio dell'intelligenza. Il 31 agosto 1955, essi redassero

il documento "A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence”, nel quale

dichiararono:

"Proponiamo che 10 persone per 2 mesi svolgano una ricerca sull'intelligenza artificiale durante l'estate del 1956

presso il Dartmouth College di Hanover, New Hampshire. Lo studio procederà sulla base della congettura per cui,

in linea di principio, ogni aspetto dell'apprendimento o una qualsiasi altra caratteristica dell'intelligenza possano

essere descritte così precisamente da poter costruire una macchina che le simuli."[4,2]

Questo documento assunse un ruolo cruciale poiché rappresentò la prima adozione formale del termine "intelligenza

artificiale" inoltre grazie a quest’ultimo il seminario si tenne

l'estate successiva, coniando ufficialmente la nascita della

disciplina. Nonostante il fallimento nel raggiungere gli

obiettivi ambiziosi e audaci prefissati per i due mesi, il

seminario riunì menti brillanti come M. Minsky, T. More, A.

Newell, N. Rochester, A. Samuel, C. Shannon, O. Selfridge e H.

Simon i quali gettarono le basi per una ricerca che, insieme a

quella dei loro studenti, avrebbe plasmato e caratterizzato la

disciplina nei successivi vent’anni. Non fortuitamente negli

Figura 4: Agosto 1956. Da sinistra verso destra: Oliver Selfridge, Nathaniel

Rochester, Ray Solomonoff, Marvin Minsky, Trenchard More, John McCarthy, anni a venire emersero numerosi risultati scientifici e

Claude Shannon ragguardevoli riflessioni filosofiche inerenti alla materia.

Fonte: Per la prima volta quattro giovani ricercatori usano l'espressione

"intelligenza artificiale" - la Repubblica 2

Durante il workshop, Allen Newell e Herbert Simon rubarono la scena presentando il Logic Theorist (LT), un

programma munito di ragionamento automatico in grado di dimostrare teoremi fondamentali partendo dai

principi della matematica. Simon stesso, con un tocco di enfasi, dichiarò:

"Abbiamo concepito un programma per computer in grado di intraprendere processi di pensiero al di là del

dominio numerico, risolvendo così l'antichissimo dilemma mente-corpo."[5,25]

Subito dopo l'evento, LT dimostrò la sua eccellenza, riuscendo a

dimostrare ben 38 dei 52 teoremi enunciati nel secondo capitolo del

"Principia Mathematica" di Whitehead e Russell. Nel 1957, il

medesimo gruppo fece notevoli progressi sviluppando un programma

denominato General Problem Solver, abbreviato in GPS. A differenza

del Logic Theorist, il GPS fu concepito sin dalle fasi iniziali per emulare i

processi risolutivi impiegati dagli esseri umani. Nelle circoscritte

situazioni in cui il programma poteva operare, emerse che l'approccio

con cui considerava obiettivi e azioni risultava assimilabile a quello Figura 5: Newell e Simon

umano, rappresentando così il primo passo verso l'adozione di un Fonte: The Evolution of Artificial Intelligence: A

pensiero umanoide. Nel frattempo, all'IBM, Rochester e colleghi Deep Dive into the Memory Lane of AI and its

Foundations | by MissGorgeousTech | The ABCs of

diedero avvio alla creazione di programmi atti al ragionamento. Un AI | Medium

significativo contributo a questa evoluzione fu l'operato di Herbert

Gelernter, che nel 1959 ideò il Geometry Theorem Prover (GTP), un sofisticato software in grado di dimostrare

teoremi geometrici complessi.

Dopo gli anni al Dartmouth College, nel 1958 McCarthy si trasferì al MIT, dove concepì il linguaggio di alto livello

Lisp, il più antico ancora in uso, secondo solo al FORTRAN (sebbene quest'ultimo fosse orientato al calcolo

numerico e non alla manipolazione dinamica di strutture dati). La potenza nel Lisp si scontrò con la limitata

disponibilità di hardware adatto poiché i computer erano ancora rari e estremamente costosi. McCarthy, insieme

a colleghi del MIT, sopperì a tale mancanza ideando il concetto di "time sharing” rendendo accessibile a un più

ampio numero di ricercatori un hardware limitato. Sempre nello stesso periodo McCarthy diede alle stampe

l'articolo "Programs with Common Sense," in cui presentò l'Advice Taker. Questo programma fu progettato non

solo per eseguire compiti predefiniti, ma anche per accettare nuovi assiomi durante l'esecuzione normale,

aprendo la strada a un apprendimento continuo e dinamico.

Nel contesto dell'autoapprendimento, è imprescindibile citare la

figura di Frank Rosenblatt. Egli, attingendo dalle basi di McCulloch

e Pitts e integrandole con i contributi di Hebb, concepì il

Percettrone. Quest'ultimo, contrariamente al suo predecessore,

manifestò la straordinaria capacità di produrre risultati desiderati,

autoregolandosi mediante un algoritmo di apprendimento

formulato dallo stesso Rosenblatt. Inizialmente, il modello fu

sottoposto a simulazione sul computer IBM 704. Nel 1960,

Rosenblatt materializzò persino un prototipo hardware noto come

Mark 1 Perceptron dotato di 400 fotocellule, potenziometri e

motori elettrici e impiegato con successo per il riconoscimento

Figura 6: Rosenblatt with a Mark I Perceptron computer in delle immagini.

1960

Fonte: Frank Rosenblatt, chi era l’inventore della prima

intelligenza artificiale | Wired Italia 3

A partire dal 1952 Arthur Samuel, presentò uno dei risultati più tangibili di questa fase, applicando i suoi studi al

gioco della dama. Con ciò, dimostrò l'idea innovativa secondo la quale un computer poteva essere programmato

per migliorare, apprendere e giocare autonomamente, superando le abilità di coloro che l'avevano creato. In

particolare, il suo contributo si concretizzò nel 1959 con

l’articolo "Some Studies in Machine Learning Using the

Game of Checkers". Samuel non solo esplicò il

funzionamento del suo programma, fondato sulla

1

memorizzazione del valore di una funzione per ogni

posizione nella quale si era già trovato, ma definisce

"l’apprendimento automatico", chiamandolo machine

learning. Nel suo articolo, Samuel lo descrisse come Figura 7: 24 febbraio 1956, il programma di Arthur Samuel, sviluppato

"una branca dell'informatica che permette a una per giocare sull'IBM 701

macchina di imparare a eseguire un compito senza Fonte: Arthur Samuel: Pioneering AI And Machine Learning Innovator

- Probo AI

essere esplicitamente programmata per farlo".[6,211]

Nel 1969, prende vita Shakey, un autentico

pioniere tra i robot, capace di unire autonomia

di movimento, interpretazione delle istruzioni e

una limitata capacità decisionale. Programmato

attraverso Lisp, questo androide non solo

eseguiva un registro di azioni prefissate, come

lo spostamento tra diverse po